期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
密集低矮植被区LiDAR点云地面滤波算法 被引量:8
1
作者 阎跃观 陈中章 +2 位作者 孙阳 李泽政 姚承志 《测绘通报》 CSCD 北大核心 2021年第7期1-5,共5页
针对地形复杂且低矮植被茂密的矿区LiDAR点云特点,本文提出了一种基于坡度信息并结合平面拟合的地面滤波算法。该方法采用二级格网法逐级选取地面种子点,在每个一级格网中,利用地面种子点通过最小二乘拟合法进行平面拟合并构建地面模型... 针对地形复杂且低矮植被茂密的矿区LiDAR点云特点,本文提出了一种基于坡度信息并结合平面拟合的地面滤波算法。该方法采用二级格网法逐级选取地面种子点,在每个一级格网中,利用地面种子点通过最小二乘拟合法进行平面拟合并构建地面模型,最后达到区分地面点和非地面点的效果。与传统坡度法和布料模拟法的对比试验表明,该方法能够有效滤除密集低矮灌木,以及较好地保留较大坡度地形。 展开更多
关键词 LIDAR 密集低矮植被 坡度 地面滤波算法
下载PDF
低矮植被的无人机激光雷达测高精度分析 被引量:16
2
作者 杨凡 杨贵军 +2 位作者 李振海 孟鲁闽 赵晓庆 《测绘科学》 CSCD 北大核心 2017年第9期151-157,共7页
针对无人机激光雷达估测低矮植被高度的精度大小,本文以3m以下低矮树木为研究对象,通过数值模拟方法得到不同航高、不同扫描角情况下激光脚点坐标和点云估测单一树木高度的最大测量误差值;对比实测树高,分析了激光点云估测树高的精度。... 针对无人机激光雷达估测低矮植被高度的精度大小,本文以3m以下低矮树木为研究对象,通过数值模拟方法得到不同航高、不同扫描角情况下激光脚点坐标和点云估测单一树木高度的最大测量误差值;对比实测树高,分析了激光点云估测树高的精度。结果表明,在航高为30m、扫描范围为(-50°,5°)的情况下,无人机激光雷达获取的激光脚点坐标误差和由激光点云估测低矮树高(3m以下)的误差均可以达到cm级;激光点云估测单一树木高度与实测高度的决定系数为0.977,均方根差为5cm,标准均方根差为4%。因此,应用无人机激光雷达数据可以快速、精确获取低矮植被高度信息,进而为反演植被生物量和植被长势信息监测提供重要依据。 展开更多
关键词 无人机激光雷达 低矮植被 高度 精度
原文传递
一个平坦低矮植被陆面动力学粗糙度多因子参数化方案及其检验 被引量:3
3
作者 张强 姚彤 岳平 《中国科学:地球科学》 CSCD 北大核心 2015年第11期1713-1727,共15页
动力学粗糙度长度是大气数值模式和微气象计算的重要物理参数,其准确性会影响大气数值模式的性能和微气象计算水平.然而影响动力学粗糙度长度的因素很多,通常给出的动力学粗糙度长度参数往往只考虑单个因素的作用,其适应能力具有明显的... 动力学粗糙度长度是大气数值模式和微气象计算的重要物理参数,其准确性会影响大气数值模式的性能和微气象计算水平.然而影响动力学粗糙度长度的因素很多,通常给出的动力学粗糙度长度参数往往只考虑单个因素的作用,其适应能力具有明显的局限性,往往给陆面动量通量(摩擦速度)的估算带来很大误差.本文利用近几年对动力学粗糙度长度与各种不同影响因素的参数关系的研究成果,构建了一个包含近地层大气动力特征、大气热力特征、植被自然生长规律、降水年际波动的生态效应和植被类型等多个影响因子的动力学粗糙度长度参数化方案,该参数化方案几乎考虑了平坦低矮植被动力学粗糙度长度的全部影响因素.同时,还利用兰州大学半干旱气候与环境观测站多年观测资料对该动力学粗糙度长度参数化方案的应用效果与其他实验方案进行了系统比较分析.发现该参数化方案计算的摩擦速度不仅远比用常数动力学粗糙度长度计算的摩擦速度误差小,而且也明显比仅考虑部分因素变化的其他参数化方案计算的摩擦速度误差小.与以往用固定不变的动力学粗糙度长度计算的摩擦速度相比,其与观测值的相关系数由0.752提高到了0.937,标准差和偏差分别降低了近20%和80%;其与观测值的平均值仅相差0.004 m s?1,相对误差仅1.6%左右,大大减少了近地层动量通量的估算误差.检验表明,本文构建的针对平坦低矮植被的动力学粗糙度长度的多因子普适性参数化方案可以为大气数值模式提供更加科学的参数化方案. 展开更多
关键词 平坦低矮植被 多因子影响 动力学粗糙度 参数化方案 摩擦速度
原文传递
联合PROSAIL模型和植被水分指数的低矮植被含水量估算 被引量:10
4
作者 江海英 柴琳娜 +3 位作者 贾坤 刘进 杨世琪 郑杰 《遥感学报》 EI CSCD 北大核心 2021年第4期1025-1036,共12页
植被冠层含水量CWC(Canopy Water Content)和植被地上部分含水量VWC(Vegetation Water Content)对于植被健康状况和土壤干旱监测具有重要意义。本文联合PROSAIL辐射传输模型和植被水分指数NDWI(Normalized Difference Water Index),发... 植被冠层含水量CWC(Canopy Water Content)和植被地上部分含水量VWC(Vegetation Water Content)对于植被健康状况和土壤干旱监测具有重要意义。本文联合PROSAIL辐射传输模型和植被水分指数NDWI(Normalized Difference Water Index),发展了一种简单、通用性较好的低矮植被CWC和VWC反演方法,可实现中、高空间分辨率下的CWC和VWC估算。首先对PROSAIL模型输入参数进行敏感性分析,明确各参数对模型输出反射率的影响机制,以优化PROSAIL模型输入参数设置并生成低矮植被的反射率模拟数据。基于模拟数据,计算了4个植被水分指数NDWI_((860,1240))、NDWI_((860,1640))、NDWI_((1240,1640))和NDWI_((860,970))用于反演低矮植被CWC和VWC。基于模拟数据的结果表明,4个植被水分指数与ln(CWC)都存在明显的线性关系,基于该关系建立了CWC估算模型。该模型可以直接用于低矮植被CWC估算,并通过VWC与CWC之间的经验关系间接计算得到VWC。模型模拟结果也表明,由于NDWI_((860,1640))和NDWI_((1240,1640))高度相关(R2=0.99),两者可以提供相似且相对较好的低矮植被CWC估算精度。基于地面实测数据的验证结果与基于模拟数据的结果表现出很好的一致性,即基于NDWI_((860,1640))和NDWI_((1240,1640))估算的VWC都有相似且较高的精度,决定系数(R2)都为0.88,均方根误差(RMSE)分别为0.4558 kg/m^(2)和0.4380 kg/m^(2)。利用Landsat 5 TM数据对NDWI_((860,1640))估算效果的验证结果显示,模型估算CWC与地面实测CWC的R2为0.84,RMSE为0.1342 kg/m^(2),估算VWC的RMSE为0.5651 kg/m^(2)。本文提出的基于NDWI_((860,1640))和NDWI_((1240,1640))的CWC/VWC估算模型可被用于低矮植被的长势监测和干旱监测,为低矮植被覆盖地表的土壤水分反演提供高质量的植被水分信息。 展开更多
关键词 光学遥感 PROSAIL 冠层含水量 植被含水量 植被水分指数 低矮植被
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部